基于贝叶斯网络的车辆电源系统故障诊断方法

被引:5
作者
程延伟 [1 ,2 ]
谢永成 [1 ]
李光升 [1 ]
魏宁 [1 ]
机构
[1] 装甲兵工程学院控制系
[2] 装甲兵技术学院控制系
关键词
电源系统; 多信号流图模型; 贝叶斯网络; 故障诊断; 参数学习;
D O I
暂无
中图分类号
TP18 [人工智能理论]; U463.63 [电源系统]; U472.9 [诊断和检测技术及其仪器设备];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 080204 ; 082304 ;
摘要
针对车辆电源系统测试点少且测试数据不完备的问题,提出一种多信号流图模型和贝叶斯网络相结合的故障诊断方法。利用多信号流图模型建立电源系统的故障诊断模型,得到系统故障源与测试信号对应的故障依赖矩阵,在此基础上,建立用于故障诊断的贝叶斯网络结构,根据历史数据完成网络的参数学习,并以故障后验概率最大为准则,实现电源系统的故障诊断。仿真实验验证了该方法的有效性。
引用
收藏
页码:251 / 253
页数:3
相关论文
共 3 条
[1]   基于贝叶斯网络的网格QoS可信度评估方法 [J].
胡志刚 ;
付毅 ;
肖鹏 ;
胡周君 .
计算机工程, 2009, 35 (07) :32-34
[2]   基于贝叶斯网络的复杂系统故障诊断 [J].
王华伟 ;
周经伦 ;
何祖玉 ;
沙基昌 .
计算机集成制造系统-CIMS, 2004, (02) :230-234
[3]  
An improved EM algorithm for Bayesian networks parameter learning .2 S. Zhang,Z. Zhang,N. Yang. Proc. 2004 Int. Conf. Machine Learning and Cybernetics . 2004